Vito vs Voxtype

Voxtype er et 100% lokalt push-to-talk spraaktypeverktøy for Linux og macOS: gratis, åpen kildekode, og det kjører talemodellen på din egen maskin — ingen sky, ingen konto, ingen kostnad per minutt. Vito gjør den samme kjerneoppgaven — hurtigtast, snakk, teksten dukker opp — men gjør den motsatte avveiningen: den sender lyd til en skyleverandør, legger til en andre AI-runde som gjør det rå transkriptet om til ferdig tekst, og leverer en fullstendig desktop-app som også kjører på Windows. Her er en ærlig gjennomgang av hvor hver av dem vinner, skrevet av folkene som lager Vito og kontrollert mot Voxtype sin egen side.

Med ett blikk

Kontrollert mot voxtype.io i august 2026.

Hvor Voxtype er det bedre valget

Ingenting forlater maskinen din, noensinne

Voxtype kjører gjenkjenningen på din egen datamaskin — Whisper, Parakeet, Cohere og noen motorer til — så den fungerer uten forbindelse og ingen lyd forlater noen gang enheten. "Local by default. No cloud, no subscription, no telemetry", som nettstedet sier det; en remote Whisper-server tilbys, men er aldri påkrevd. Vito sender lyden alltid til en skyleverandør; oppryddingssteget kan kjøre på en lokal LLM, men tale-til-teksten går fortsatt ut. Er kravet ditt at stemmen skal bli helt på enheten, er Voxtype det renere svaret — den samme avveiningen som med Handy og VocaLinux.

Det er gratis uten stjerne

Ingen leverandørkonto, ingen saldo, ingen femten cent i timen. MIT-lisensiert, og det kjører på maskinvare du allerede har. Vitos app er også gratis, og kan til og med kjøres kostnadsfritt ved å kombinere AssemblyAIs gratis kreditt med gratisnivået til Groq — men det betyr fortsatt en leverandørkonto eller to, og forbi gratisgrensene er det omtrent femten cent i timen. Voxtype ber ikke om noe av det.

Et enormt språkspenn, alt lokalt

Fordi den lener seg på Whisper og andre flerspråklige modeller, reklamerer Voxtype for CJK-støtte og "1600+ språk", alt gjenkjent på enheten. Vito dekker 60 språk for diktering og for grensesnittet — de med mer enn femti millioner talere — noe som er rikelig for de fleste, men trenger du et språk en skyleverandør ikke tilbyr, er en lokal modell som gjør det en reell fordel.

Du lever i terminalen, på Linux eller en Mac

Voxtype er bygget for den moderne Linux-desktopen og er Wayland-native: du holder en tast inne, snakker, slipper, og ordene lander ved markøren din. Den settes opp via et interaktivt terminal-grensesnitt i stedet for et innstillingsvindu, viser en flytende bølgeform mens du snakker, pauser automatisk Spotify og andre MPRIS-spillere, og har en møtemodus som legger til talertilordning og eksport til Markdown, JSON, SRT eller VTT. Den kjører også på macOS 13+, inkludert Intel-Macer. Vil du ha et tastaturdrevet verktøy uten GUI, er den mindre overflaten et pluss, ikke et savn.

Hvor Vito er det bedre valget

Teksten kommer ut ferdig, ikke bare transkribert

Dette er hele forskjellen, og det er grunnen til at Vito trenger en andre nøkkel. Voxtype transkriberer — nøyaktig — men tale er full av "eh-er", falske starter og setninger som kommer i feil rekkefølge, så et rått transkript leser fortsatt som tale og du ender med å redigere det for hånd. Vito kjører som standard hver diktering gjennom en andre AI-runde: fyllord fjernet, setningen du mente rekonstruert, linjeskift der du ba om det, uttalt "tommel opp" gjort om til 👍. Voxtype kan noe lignende, men bare hvis du setter opp en lokal Ollama-modell og hovedsakelig i møtemodusen — det er opt-in og gjør-det-selv, ikke den alltid-på standarden Vito er bygget rundt.

Datamaskinen din trenger ikke å være rask

Å kjøre modellen lokalt er Voxtype sin design og også dens kostnad: motorene gjør reelt arbeid på CPU-en din (nettstedet oppgir 9–11× sanntid), og på en eldre eller lettere maskin — eller uten en kapabel GPU — betyr det tregere resultater og et varmere, raskere tomt batteri. Vito gjør det tunge arbeidet i skyen, så en åtte år gammel laptop får den samme nøyaktigheten som en ny arbeidsstasjon og prosessoren din holdes fri mens du dikterer. Prisen er omtrent femten cent i timen og lyd som går til leverandøren du valgte.

Spør AI-en med stemmen — Voxtype bare skriver

Voxtype gjør tale om til tekst og stopper der. Vitos Vito Assist gjør tale om til en instruksjon: "Vito, oversett dette til tysk", "Vito, hva er hovedstaden i Frankrike?", "Vito, 15 % av 240?" — oversettelser, svar, regnestykker og definisjoner, uttalt like enkelt som en diktering og gitt tilbake på stedet. Vil du at dikteringen din også skal svare på spørsmål, gjør ikke Voxtype det, men Vito gjør det.

Du vil ha Windows, og en fullstendig app rundt det

Vito leveres for Windows, macOS og Linux; Voxtype er bare Linux og Mac, uten Windows-versjon. Vito er dessuten en fullstendig desktop-applikasjon — et statusdashbord, en søkbar lokal historikk, statistikk og 50+ prestasjoner, et mini-overlegg og et grensesnitt på 60 språk — der Voxtype bevisst er terminal-først, med et TUI for oppsettet i stedet for skjermer å klikke gjennom. Noen vil foretrekke akkurat det; andre vil ha appen.

Det er ganske morsomt

En liten ting, og vi skal ikke late som om den avgjør noe. Vito holder tellingen: dikterte ord, opprydda setninger, timer med skriving du slapp å gjøre, en graf over uka di. Det finnes 50+ prestasjoner å låse opp underveis, noen tåpelige, flere skjulte.

Det viser seg å bety mer enn det høres ut som det burde. Å diktere i stedet for å skrive er en vane du må bygge opp, og den første uka er den kleine delen — å se «1 t 38 m skriving spart» er et dytt til å fortsette som et tomt vindu ikke gir deg. Høres det ut som en gimmick? Ignorer det helt; ingenting avhenger av det.

Hva de begge gjør

Begge er åpen kildekode, begge gratis å laste ned, begge setter tekst der markøren din står fra en push-to-talk-hurtigtast, og begge holder dataene dine borte fra enhver plattform — Voxtype ved å kjøre lokalt, Vito ved å ikke ha noen konto og sende lyd bare til leverandøren du valgte. Begge pauser musikken din mens du dikterer og gjenopptar den etterpå, og begge kjører på Linux med skikkelig Wayland-støtte. Liker du ideen om Vito, men ikke skyen — eller vil du ha null kostnad og ren, on-device transkripsjon på Linux eller en Mac — er Voxtype et prosjekt vi gjerne peker deg mot, og denne sammenligningen finnes for å hjelpe deg å velge, ikke for å snakke deg fra det.

Så hvilken av de to

• Lyd må aldri forlate maskinen, eller ingen internett? Voxtype.
• Vil du at det skal koste bokstavelig talt ingenting? Voxtype.
• Trenger du et språk en skyleverandør ikke dekker? Voxtype sine lokale modeller.
• Føler du deg hjemme i terminalen, på Linux eller en Mac? Voxtype.
• Vil du at teksten skal komme allerede oppryddet? Vito.
• Eldre eller lettere maskin, ingen kapabel GPU? Vito.
• Vil du ha AI-kommandoer med stemmen, eller en søkbar historikk og statistikk? Vito.
• På Windows? Vito.